Test t Studenta dla prób niezależnych – jak porównać średnie dwóch grup?

To kolejny artykuł na temat testów dla prób niezależnych oraz testu t Studenta. Teraz spojrzymy na ten temat od trochę innej strony.

Test t dla prób niezależnych należy do najczęściej wykorzystywanych testów statystycznych. Pozwala porównać średnią wartość zmiennej ilościowej pomiędzy dwiema niezależnymi grupami.

Może być stosowany przykładowo do sprawdzenia:

Czy średni poziom wiedzy różni się pomiędzy kobietami i mężczyznami?

Czy średnie stężenie określonego parametru laboratoryjnego jest inne w grupie badanej niż kontrolnej?

Czy dwie niezależne grupy studentów różnią się średnim wynikiem testu?

Prawidłowa interpretacja wymaga jednak czegoś więcej niż odczytania wartości p.

Co oznaczają próby niezależne?

Dwie grupy są niezależne, jeżeli obserwacja należąca do jednej grupy nie jest bezpośrednio sparowana z obserwacją w drugiej.

Przykładem może być porównanie:

• kobiet i mężczyzn,
• grupy kontrolnej i badanej,
• pacjentów leczonych metodą A i osobnej grupy leczonej metodą B,
• mieszkańców dwóch różnych regionów.

Jeżeli natomiast te same osoby badane są przed i po interwencji, próby nie są niezależne. Wtedy należy zastosować analizę danych zależnych.

Co sprawdza test t?

Test t dla prób niezależnych ocenia, czy obserwowana różnica średnich pomiędzy dwiema grupami jest większa od różnicy, jakiej można oczekiwać wskutek losowej zmienności przy założeniu hipotezy zerowej.

Hipoteza zerowa zakłada zazwyczaj:

H0: μ1 = μ2

czyli brak różnicy średnich w populacji.

Hipoteza alternatywna w teście dwustronnym:

H1: μ1 ≠ μ2.

Jak wygląda przykład?

Załóżmy, że średni wynik testu wyniósł:

grupa A: 72,4 ± 10,1

grupa B: 66,2 ± 9,7.

Różnica średnich wynosi 6,2 punktu.

Jeżeli test t daje:

t(98) = 3,12; p = 0,002

możemy uznać, że średnie różnią się statystycznie istotnie na poziomie α = 0,05.

Nie oznacza to jednak jeszcze, że różnica jest duża lub praktycznie ważna.

Założenia testu t

W analizie należy zwrócić uwagę m.in. na:

• niezależność obserwacji,
• charakter zmiennej zależnej,
• obserwacje odstające,
• rozkład danych i reszt,
• wariancje w porównywanych grupach.

W praktyce test t jest często bardziej odporny na umiarkowane odstępstwa od normalności niż sugerują proste schematy decyzyjne.

Dlatego nie warto automatycznie rezygnować z testu t tylko dlatego, że test Shapiro-Wilka dał p < 0,05.

Test Levene’a – do czego służy?

W wynikach SPSS przy teście t często pojawia się test Levene’a.

Służy on do oceny równości wariancji w porównywanych grupach.

Jeżeli wynik nie wskazuje na istotne różnice wariancji, można korzystać z klasycznej wersji testu zakładającej ich równość.

Jeżeli wariancje wyraźnie się różnią, można zastosować wariant odporniejszy na ten problem, często określany jako test t Welcha.

Test Welcha

Test Welcha stanowi bardzo użyteczną alternatywę dla klasycznego testu t w sytuacji nierównych wariancji, szczególnie gdy grupy różnią się liczebnością.

Nie należy więc traktować niespełnienia założenia równości wariancji jako automatycznej przesłanki do przejścia na test Manna-Whitneya.

Często właściwszą metodą jest właśnie test Welcha.

Czy trzeba wykonywać test normalności?

Ocena rozkładu może być przydatna, ale nie powinna sprowadzać się do jednego testu.

Warto analizować także:

• histogram,
• wykres Q-Q,
• skośność,
• obserwacje odstające,
• wielkość próby.

Przy większych próbach drobne odstępstwa od normalności nie muszą stanowić istotnego problemu.

Co oznacza p < 0,05?

Jeżeli:

p < 0,05

przy przyjętym poziomie α = 0,05 uznajemy, że wynik jest statystycznie istotny.

Nie oznacza to jednak:

• dużej różnicy,
• ważnej różnicy klinicznej,
• związku przyczynowego,
• stuprocentowej pewności wyniku.

Dlatego poza wartością p warto raportować także wielkość efektu i przedział ufności.

Wielkość efektu – Cohen d

Jedną z popularnych miar jest d Cohena.

W uproszczeniu określa ona wielkość różnicy średnich wyrażoną w jednostkach odchylenia standardowego.

Często spotyka się orientacyjne progi:

d ≈ 0,2 – mały efekt,

d ≈ 0,5 – umiarkowany,

d ≈ 0,8 – duży.

Progi te nie powinny jednak zastępować interpretacji w kontekście dziedziny badania.

W medycynie nawet efekt mniejszy niż 0,5 może mieć duże znaczenie kliniczne, jeśli dotyczy ważnego wyniku zdrowotnego.

Przedział ufności dla różnicy średnich

Bardzo warto podawać 95% przedział ufności.

Przykład:

różnica średnich = 6,2; 95% CI: 2,3–10,1; p = 0,002.

Taki zapis pokazuje:

• wielkość różnicy,
• jej kierunek,
• precyzję oszacowania,
• istotność statystyczną.

Jest znacznie bardziej informacyjny niż samo p.

Test t czy Mann-Whitney?

Nie należy stosować prostego schematu:

normalność = test t

brak normalności = Mann-Whitney.

Dobór zależy również od:

• poziomu pomiaru,
• charakteru rozkładu,
• występowania wartości odstających,
• liczebności grup,
• celu analizy.

Test t dotyczy różnic średnich, natomiast Mann-Whitney jest analizą rangową. Nie są to metody odpowiadające dokładnie na to samo pytanie.

Jak opisać wynik w pracy?

Przykład:

„Średni wynik testu był wyższy w grupie A niż w grupie B (72,4 ± 10,1 vs 66,2 ± 9,7). Różnica była statystycznie istotna, t(98) = 3,12; p = 0,002. Średnia różnica wyniosła 6,2 punktu (95% CI: 2,3–10,1).”

Jeżeli obliczono wielkość efektu, można dodać np.:

„Wielkość efektu wyniosła d = 0,63.”

Najczęstsze błędy

Do częstych błędów należą:

• zastosowanie testu dla niezależnych grup do danych sparowanych,
• wybór testu wyłącznie na podstawie Shapiro-Wilka,
• ignorowanie nierówności wariancji,
• raportowanie samej wartości p,
• brak statystyk opisowych,
• brak wielkości efektu.

FAQ

Ile grup porównuje test t dla prób niezależnych?
Dwie niezależne grupy.

Co zrobić przy nierównych wariancjach?
Jedną z dobrych możliwości jest test t Welcha.

Czy test t wymaga idealnego rozkładu normalnego?
Nie. W praktyce istotny jest stopień naruszenia założeń, liczebność próby i obecność obserwacji odstających.

Czy Cohen d jest obowiązkowy?
Nie zawsze, ale bardzo często warto go podawać jako miarę wielkości efektu.

Czy test t można wykonać w SPSS?
Tak. SPSS umożliwia wykonanie testu, testu Levene’a, obliczenie różnicy średnich i przedziału ufności.

Potrzebujesz pomocy z porównaniem dwóch grup?

Pomagamy w doborze testów statystycznych, obliczeniach w SPSS oraz przygotowaniu pełnej interpretacji wyników.

statystyka@statystyka.org.pl
tel. 692 809 254

Frazy kluczowe: test t Studenta, test t dla prób niezależnych, test Levene’a, test Welcha, porównanie średnich, analiza statystyczna, testy statystyczne, SPSS, Cohen d, statystyka do pracy mgr, wielkość efektu